세일즈포스 조사에 따르면 IT 프로젝트 요청이 전년 대비 18% 급증했다. 현재 신규 애플리케이션의 38%가 AI 기능을 포함하고 있어, AI 붐이 IT 부서를 더욱 옥죄고 있다. 그 결과 IT 프로젝트 중 29%가 제시간에 완료되지 못하는 상황이다.
더 심각한 문제는 직원들의 시간 활용 효율성이다. 평균적인 사무직 근로자는 하루 업무 시간의 41%를 가치가 낮은 작업에 소비하고 있으며, 고객 서비스 담당자는 고객 응대에 단 39%의 시간만 할애한다. 영업팀은 실제 판매 활동에 전체 시간 중 겨우 30%만 사용하고 있다. 결국 대부분의 직원이 정작 중요한 업무보다는 반복적이고 부가가치가 낮은 일에 매달려 있는 셈이다.
문제는 AI만이 아니다. IT 직원은 사이버 보안 문제(39%), 내부 보안(26%), 예산 부족(25%) 등 자신의 업무 범위를 벗어난 다양한 과제를 책임져야 하는 상황이다. IT 담당자는 이제 개발자인 동시에 보안 전문가이자 예산 관리자까지 겸해야 한다.
‘네카오’ 채용 문 닫았는데 AI 요구는 폭증
네이버를 제외한 ‘네카라쿠배당토’ 기업들은 지난해 신입 IT 개발자 공개 채용 계획이 없다고 발표했다. 그런데 역설적으로 AI 프로젝트 요구는 계속 늘어나고 있다. 판교에 위치한 클라우드 스타트업의 올해 신입 개발자 채용 경쟁률은 105대 1이었다. 카카오의 경우 창사 이래 처음으로 첫 그룹 공채를 모집하지만 그 규모가 아직 밝혀지지 않아 IT 인력이 얼마나 충원될지는 미지수다.
이 같은 상황에서 결국 기존 인력으로 더 많은 일을 해야 하는 상황이다. 업워크 연구소의 설문조사에 따르면 정규직 직원의 71%가 번아웃을 경험했으며, 65%는 회사의 생산성 요구에 부응하는 데 어려움을 겪는다고 답했다. 특히, 같은 조사에서 경영진은 장기적으로 AI가 업무 부담을 줄일 것이라고 지나치게 기대하고 있는 반면 IT 직원은 단기적으로 AI가 오히려 업무량을 증가시키고 있다고 지적했다.
데이터 믿을 수 없는데 AI 만들라는 딜레마
AI 프로젝트의 가장 큰 아이러니는 데이터 문제다. 세일즈포스 조사에 따르면 IT 리더의 86%는 데이터 품질이 AI 성능을 좌우한다고 인정하지만, 자사 데이터의 정확성을 완전히 신뢰하는 비율은 IT 부서 53%에 그쳤다.
문제는 시스템 통합 수준이다. 평균적으로 기업이 사용하는 897개 애플리케이션 중 단 29%만이 통합되어 있다. 마케팅팀 데이터, 영업팀 데이터, 고객서비스팀 데이터가 모두 따로 놀고 있는 상황에서 “AI 좀 만들어달라”는 요청이 쏟아진다.
결국 CIO들은 IT 예산의 20%를 데이터 정리에 투입하고 있지만, AI에는 5%밖에 배정하지 못하고 있다. 집 짓기 전에 땅부터 고르게 만들어야 하는 현실이다.
개발자 역할 대전환, “코딩에서 협업으로”
AI 시대를 맞아 개발자의 역할이 근본적으로 바뀌고 있다. 현재 31%의 개발자가 코드 생성에 AI를 사용하고 있지만, 이는 단순한 도구 활용을 넘어 업무 방식 자체의 변화를 의미한다. AI 쓰는 개발자의 84%는 “속도는 빨라졌다”고 하지만, 동시에 “정확성 검토”, “보안 문제 확인”, “잠재적 편향 여부 검사” 같은 새로운 책임도 늘어났다.
더 주목할 점은 개발자에게 요구되는 역량이 완전히 달라지고 있다는 것이다. 개발자의 82%는 AI 지식이 필수 기술이 될 것이라고 보며, 같은 비율(82%)이 AI 프로젝트에서 비즈니스 파트너와의 협업이 더 많아졌다고 답했다. 또한 62%는 자신이 속한 조직에 AI 거버넌스 및 윤리에 초점을 맞춘 새로운 역할이 생겼다고 밝혔다.
예전에는 “이런 기능 만들어주세요”로 끝났지만, 이제는 “AI가 어떻게 판단해야 하나요?”, “윤리적 기준은 뭔가요?” 같은 복잡한 논의까지 해야 한다. 개발자가 단순한 코드 작성자에서 AI 시스템 설계자이자 비즈니스 파트너로 진화하고 있는 셈이다.
기본기로 버텨내는 IT 부서들
이런 혼란 속에서도 IT 조직들은 나름의 돌파구를 찾고 있다. 85%의 IT 조직이 향후 1년 동안 예산 증액을 기대한다고 답했으며, 80%는 로우코드/노코드 도구를 도입해 빠른 개발에 나서고 있다. 복잡한 코딩 과정을 생략하고 “일단 만들어서 보여주고 피드백받자”는 방식이다.
교육과 역량 개발에도 투자를 늘리고 있다. 개발자의 63%가 “회사에서 AI 관련 교육을 받고 있다”고 답했으며, 82%는 “AI 중심 IT에 필요한 기술을 개인적으로 갖추고 있다”고 응답했다. 혼란스러운 상황이지만 조직들이 체계적으로 대응하려는 움직임을 보이고 있는 것이다.
결국 AI 시대 IT 부서의 생존 전략은 속도와 안정성을 동시에 잡는 것으로 요약된다. 문제는 이런 대응만으로는 근본적인 해결책이 되지 못한다는 점이다. 18% 늘어난 프로젝트 요청과 71%에 그치는 완료율, 신뢰할 수 없는 데이터로 AI를 만들어야 하는 현실은 여전하기 때문이다. AI 에이전트가 모든 걸 해결해줄 것처럼 기대하지만, 정작 그 AI를 만들 IT 부서부터 한계에 달한 상황이다.
FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q: IT 부서 번아웃이 심각한 수준인데, 가장 현실적인 해결책은 무엇인가요?
A: 조사에 따르면 80%의 조직이 로우코드/노코드 도구를 도입하고, 85%가 DevSecOps 방식을 채택하여 개발 효율성을 높이고 있습니다. 또한 예산 증액을 통한 인력 확충과 AI 교육 투자가 필요한 상황입니다.
Q: AI 시대에 개발자들이 가장 고민하는 문제는 무엇인가요?
A: AI가 생성한 코드의 검증과 관리가 새로운 업무로 등장했습니다. 개발자의 82%는 AI 지식을 필수 역량으로 보지만, 동시에 비즈니스팀과의 협업도 증가해 역할의 복잡성이 커지고 있습니다.
Q: 데이터 품질 문제를 어떻게 해결해야 AI 프로젝트가 성공할 수 있나요?
A: 현재 기업 시스템의 29%만 통합된 상황에서 CIO들이 예산의 20%를 데이터 인프라에 투자하고 있습니다. AI 도입 전에 시스템 통합과 데이터 정리가 우선되어야 합니다.
세일즈포스의 리포트 원문은 링크에서 확인할 수 있다.
리포트명: Salesforce State of IT, 4th Edition: AI and App Development
이미지 출처: 세일즈포스
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
